Détail de l'auteur
Auteur Jean Ogier du Terrail |
Documents disponibles écrits par cet auteur (1)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Réseaux de neurones convolutionnels profonds pour la détection de petits véhicules en imagerie aérienne / Jean Ogier du Terrail (2018)
![]()
Titre : Réseaux de neurones convolutionnels profonds pour la détection de petits véhicules en imagerie aérienne Type de document : Thèse/HDR Auteurs : Jean Ogier du Terrail, Auteur ; Frédéric Jurie, Directeur de thèse Editeur : Caen [France] : Université de Caen Normandie Année de publication : 2018 Importance : 217 p. Format : 21 x 30 cm Note générale : bibliographie
thèse pour obtenir le diplôme de Doctorat, Spécialité Informatique préparée au sein de l'Université de Caen NormandieLangues : Français (fre) Descripteur : [Vedettes matières IGN] Intelligence artificielle
[Termes IGN] apprentissage automatique
[Termes IGN] apprentissage profond
[Termes IGN] base de données d'images
[Termes IGN] classification par séparateurs à vaste marge
[Termes IGN] détection d'objet
[Termes IGN] image aérienne à axe vertical
[Termes IGN] reconnaissance de formes
[Termes IGN] régression
[Termes IGN] vision par ordinateurIndex. décimale : THESE Thèses et HDR Résumé : (auteur) Cette thèse présente une tentative d'approche du problème de la détection et discrimination des petits véhicules dans des images aériennes en vue verticale par l'utilisation de techniques issues de l'apprentissage profond ou "deep-learning". Le caractère spécifique du problème permet d'utiliser des techniques originales mettant à profit les invariances des automobiles et autres avions vus du ciel.Nous commencerons par une étude systématique des détecteurs dits "single-shot", pour ensuite analyser l'apport des systèmes à plusieurs étages de décision sur les performances de détection. Enfin nous essayerons de résoudre le problème de l'adaptation de domaine à travers la génération de données synthétiques toujours plus réalistes, et son utilisation dans l'apprentissage de ces détecteurs. Note de contenu : 1- Introduction à la détection d’objets dans des images aériennes
2- Détecteurs à un étage pour l’imagerie aérienne
3- Premier détecteur en cascade utilisant un mécanisme d’inférence de l’orientation des véhicules
4- Second détecteur en cascade utilisant des ancres tournantes
5- Données synthétiques et modèles génératifs pour l’entraînement des détecteurs
6- Conclusions et perspectivesNuméro de notice : 25788 Affiliation des auteurs : non IGN Thématique : INFORMATIQUE Nature : Thèse française Note de thèse : Thèse de Doctorat : Informatique : Caen : 2018 nature-HAL : Thèse DOI : sans En ligne : https://tel.archives-ouvertes.fr/tel-02113872 Format de la ressource électronique : URL Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=94999